Yeni doğanların yoğun bakım ihtiyacının makine öğrenmesi teknikleri ile doğum öncesinde tahmin edilmesi
Predicting intensive care needs of newborns prenatal by machine learning
- Tez No: 769560
- Danışmanlar: DOÇ. DR. BİROL ASLANYÜREK, DOÇ. DR. EMRAH AYDIN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Çocuk Cerrahisi, İstatistik, Computer Engineering and Computer Science and Control, Pediatric Surgery, Statistics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2022
- Dil: Türkçe
- Üniversite: Yıldız Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Matematik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Matematik Mühendisliği Bilim Dalı
- Sayfa Sayısı: 64
Özet
Gebelik döneminde annede, bebekte ya da her ikisinde birlikte meydana gelen çeşitli sağlık sorunları doğum sonrasında bebeklerin yenidoğan bakım ünitesine yatmalarına neden olabilmektedir. Doğum öncesi, anne veya bebekteki bazı belirtiler bebeğin doğum sonrası yoğun bakım ihtiyacı konusunda fikir verse de bazı durumlarda doğum öncesi belirgin bir belirti olmamasına rağmen bebeklerin yoğun bakım ihtiyacı olmaktadır. Bu belirtilerden birçoğunun kişinin kan parametrelerinde değişime neden olduğu uzun zamandır bilinmektedir. Ayrıca, anne karnında bebek ile anne arasındaki madde alışverişi bebekteki bazı sağlık sorunlarının annenin kan parametrelerini değiştirme potansiyelini ortaya koymaktadır. Bu çalışmanın amacı, doğum öncesi annenin tam kan sayım parametreleri, anne yaşı ve temel bazı şikayetleri ile bebeğin doğum sonrası yoğun bakım ihtiyacının olup olmayacağı arasındaki ilişkiyi istatistiksel olarak analiz etmek ve makine öğrenmesi yöntemleriyle yenidoğanların yoğun bakım ihtiyacının prenatal tahmin etmektir. Yapılan çalışmanın ilk aşamasında; 2014-2019 yılları arasında İstanbul Medipol Hastanesine başvuran annelerin bilgileri, annelerden alınan tam kan sayım verileri, yoğun bakıma giren bebek bilgileri toplanmıştır. Bu ham verilere temizleme, dönüştürme ve birleştirme veri ön işlemeleri uygulandıktan sonra, 41.387 gebe anne ve 3.361 yoğun bakıma yatan yenidoğan verisi betimleyici ve çıkarımsal istatistik yöntemleriyle analiz edilmiştir. Yapılan çalışmada p değerinin 0,05'ten küçük olduğu değerler anlamlı olarak kabul edilmiştir. Bebeği yoğun bakıma yatan ve yatmayan annelerin yaş ortalaması ve kan sayımı parametrelerinden RBC, HTC, MCH, MCV, MPV, PCT ve RDW ortalamaları için anlamlı istatistiksel farklar bulunmuştur. Çalışmanın son aşaması ise makine öğrenmesi teknikleriyle yenidoğanların yoğun bakım ihtiyacının doğum öncesi tahmin edilmesine ayrılmıştır. Bu kapsamda, verilerin %80'i eğitim, %20'si test verisi olarak alınmıştır. Eğitim verisine 10 katlamalı çapraz doğrulama uygulanarak makine öğrenmesi modelleri eğitilmiştir. Karar ağaçları, destek vektör makineleri, Naive Bayes yöntemleri ve topluluk sınıflandırıcıları gibi makine öğrenmesi teknikleri kullanılarak elde edilen sınıflandırma sonuçları analiz edilmiştir. Bebeklerin yoğun bakıma yatma nedenlerinin çeşitliliği düşünüldüğünde veri sayısının artırılması ve diğer klinik verilerin dahil edilmesi başarı oranlarının artırılması hususunda ümit vermektedir.
Özet (Çeviri)
Various health problems that occur in the mother, baby or both of them during pregnancy cause babies to be admitted to the neonatal care unit after birth. Although some symptoms in the prenatal, mother or baby give an idea about the possibility of the baby's need for intensive care after birth, in some cases babies need intensive care despite the lack of a clear prenatal symptom. It has long been known that many health problems cause changes in a person's blood parameters. In addition, the exchange of substances between the baby and the mother in the womb reveals the potential for certain health problems in the baby to change the blood parameters of the mother. The aim of this study is to statistically analyze the relationship between the complete blood count parameters, maternal age, and some basic complaints of the prenatal mother and whether the baby will need postpartum intensive care and to predict the intensive care needs of newborns prenatally with various machine learning methods. In the first stage of the study, between 2014 and 2019, the information of mothers admitted to Istanbul Medipol Hospital, complete blood count data from mothers, and baby entering intensive care unit information were collected. After applying preliminary data operations such as cleaning, conversion and combining these raw data, 41.387 pregnant mothers and 3.361 intensive care unit neonatal data were analyzed by descriptive and inferential statistical methods. p values less than 0,05 were considered significant. When the differences in feature means belonging to the mothers whose babies were hospitalized and were not hospitalized in the intensive care unit were statistically tested, significant statistical differences were determined for maternal age and the parameters RBC, HCT, MCH, MCV, MPV, PCT and RDW in the blood count. The final stage of the study is devoted to the prenatal estimation of the intensive care needs of newborns via various machine learning techniques. In this context, 80% of the data was taken as training and 20% as test data. Machine learning models were trained by applying 10-fold cross-validation to the training data. The classification results obtained using machine learning techniques such as decision trees, support vector machines, Naive Bayes methods and ensemble classifiers were analyzed. When we consider the diversity of reasons for infants to be admitted to an intensive care unit, increasing the number of data or including other clinical features in the data set promises to increase the success rates.
Benzer Tezler
- Geç prematüre, erken term ve tam term bebeklerin risk faktörleri, morbidite ve mortalite değerlendirilmesi
Risk factors and morbidity in late preterm infants: a comparison with early term and full term infants
AYKUT EŞKİ
Tıpta Uzmanlık
Türkçe
2015
Çocuk Sağlığı ve HastalıklarıSağlık BakanlığıÇocuk Sağlığı ve Hastalıkları Ana Bilim Dalı
PROF. DR. AYŞEGÜL ZENCİROĞLU
- İntrauterin gelişim kısıtlılığı olan hastalarda serebroplasental oranın fetal iyilik halinin belirlenmesindeki etkisinin gösterilmesi
The prediction of perinatal outcome by cerebroplasental ratio in pregnancy with fetal growth restriction
HATİCE LAÇİN TUĞAN
Tıpta Uzmanlık
Türkçe
2019
Kadın Hastalıkları ve DoğumSakarya ÜniversitesiKadın Hastalıkları ve Doğum Ana Bilim Dalı
PROF. DR. SELÇUK ÖZDEN
DR. KORAY GÖK
- Yenidoğan kliniğimizde preterm yenidoğanların tiroid fonksiyonlarının değerlendirilmesi
Evaluation of thyroid functions of preterm newborn in our newborn clinic
GİRAY GİRGİN
Tıpta Uzmanlık
Türkçe
2022
Çocuk Sağlığı ve HastalıklarıZonguldak Bülent Ecevit ÜniversitesiÇocuk Sağlığı ve Hastalıkları Ana Bilim Dalı
PROF. DR. CUMHUR AYDEMİR
- Yenidoğan yoğun bakım ünitesine kabul edilen hastaların tanısında ve izlemde yeni nesil kan sayım parametrelerinin rolü
The role of new generation blood count parameters in diagnosis and follow-up of patients admitted to the neonatal intensive care unit
ASLIHAN ÇOMRUK
Tıpta Uzmanlık
Türkçe
2022
Çocuk Sağlığı ve HastalıklarıGazi ÜniversitesiÇocuk Sağlığı ve Hastalıkları Ana Bilim Dalı
PROF. DR. ZÜHRE KAYA
- Neonatal sepsis nedeniyle takip edilen hastalarda kardiyolojik bulgular ve vazoaktif ilaç ihtiyacının değerlendirilmesi
Evaluation of cardiologic findings and the need of vasoactive drug in patients followed for neonatal sepsis
HİLAL ŞAHİN SİNDİ
Tıpta Uzmanlık
Türkçe
2023
Çocuk Sağlığı ve HastalıklarıKahramanmaraş Sütçü İmam ÜniversitesiÇocuk Sağlığı ve Hastalıkları Ana Bilim Dalı
PROF. DR. SADIK YURTTUTAN